Mit Value Engineering Artificial Intelligence sinnvoll im operativen Management einsetzen

von Daniela Werthes
Roboter zeigt auf Daten
(c) Willyam Bradberry

Artificial Intelligence (AI) sind IT-Anwendungen, bei denen Maschinen Aufgaben ausführen, für die normalerweise menschliche Intelligenzleistungen wie Lernen, Urteilen und Problemlösen nötig sind. Dafür werden technische Lösungen entwickelt, mit deren Hilfe der Mensch besser arbeiten kann, da sie entweder seine Fähigkeiten erweitern oder Prozesse beziehungsweise Entscheidungen automatisieren.

Im Unternehmensalltag ermöglicht Künstliche Intelligenz so Managern eine Steigerung ihrer Entscheidungsfähigkeiten, sowie eine Produktivitätssteigerung der unternehmerischen Prozesse

AI wird als wichtiger Treiber der Digitalisierung, Wirtschaft und Gesellschaft eingestuft:

  • Digitalisierung: AI zählt mittlerweile zu den Hauptfeldern der Digitalisierung, da die Technologie das Potenzial hat, Wertschöpfungsketten vollständig zu transformieren und damit einen erheblich Einfluss auf die globalen Märkte hat. In diesem Zusammenhang gilt der vielzitierte Allgemeinplatz: „Daten das neue Öl“.
  • Gesellschaft: Unsere Gesellschaft wird sich durch Künstliche Intelligenz tiefgreifend und unumkehrbar verändern. Bereits stattfindende Veränderungen sind in der Inklusion von behinderten Menschen oder Personen mit geringen Sprachkenntnissen in das gesellschaftliche Leben zu beobachten. So kann beispielsweise für Menschen mit einer Sehstörung per Audio eine Beschreibung der Umgebung sattfinden. Andere Anwendungen sind in der medizinischen Diagnostik und verbesserten Verwaltungsdienstleistungen zu finden.
  • Wirtschaft: Durch AI kann die Produktivität von Unternehmen in den nächsten 25 Jahren um bis 40% gesteigert werden.

Verschiedenste Einsatzmöglichkeiten für AI sind bereits in Unternehmen verankert. Anwendungsfälle sind beispielsweise im Marketing, in der Logistik, dem Einkauf, Supply Chain Management, der Forschung & Entwicklung oder der Produktion. In großen Datenmengen werden verborgene Muster erkannt und dienen als Grundlage für bessere Managemententscheidungen. Die Mitarbeiter werden von Routineaufgaben befreit und können sich stärker auf werttreibende Aufgaben konzentrieren. Konkret heißt dies, Unternehmen nutzen AI unter anderem für: personalisierte Werbung, Chatbots im Kundenservice, Fehleranalyse bei Verträgen, Prognosen für Verkaufszahlen, Screening von Bewerbungen und die Automatisierung von Routineaufgaben.

AI als unbekanntes Software Objekt

Trotz der vielfältigen Einsatzmöglichkeiten von AI in Unternehmen, sehen viele Manager vor allem große Herausforderungen:

  • Fehlendes Know-how der Mitarbeiter.
  • Exponentieller Fortschritt in der AI Entwicklung und damit einhergehende schnelle Veränderung der technischen Möglichkeiten.
  • Mangelhafte Datenqualität
  • Unsicherheit in Bezug auf Kosten und Nutzen und generell Erfahrungswerte aus AI-Projekten.
  • Das Themenfeld AI ist für die Entscheidungsträger häufig noch zu abstrakt und sie gehen davon aus, dass die Einführung die eigenen Kapazitäten überfordert.

Laut der Unternehmensberatung PwC sorgen diese Herausforderungen dafür, dass digitale Wertschöpfung und AI in Deutschland noch in den Kinderschuhen stecken, oder sogar keine Berücksichtigung finden. Erst 4-6% der Unternehmen nutzen AI oder sind aktuell dabei sie zu implementieren.

Value Engineering im operativen Management

Um diese Herausforderungen zu meistern, setzen Unternehmen verschiedene Strategien, wie z.B. Value Engineering ein.

Value Engineering ist eine strukturierte Denkmethode für die Entwicklung und Planung von Projekten, Produkten, Aufgaben und Services, sowie für die Weiterentwicklung und Verbesserung von Produkten. Ziel ist es dabei, Wert und Nutzen unter geringst möglichem Ressourceneinsatz zu optimieren.

Im Fall von AI trägt es dazu bei, Wettbewerbsfähigkeit zu erhalten und ermöglicht den Mitarbeitern, die Einführung der Technologie proaktiv zu begleiten. Mit Value Engineering wird sichergestellt, dass das Wissen der Mitarbeiter in Pilotprojekte einfließt. Erst dadurch wird es möglich, das volle Potential computergestützer Entscheidungsintelligenz zu erschließen.

In der Praxis bedeutet das, eine unternehmensspezifische AI-Roadmap zu entwickeln. Angepasst an die Unternehmensstrategie sollten individuelle Use-Cases mit Fachexperten ermittelt, analysiert und bewertet werden. Diese bilden dann die Grundlage für konkrete Lösungsvorschläge. Durch die Erarbeitung und Priorisierung der Use-Cases werden die Fachexperten in den Einführungsprozess einbezogen und ihre Akzeptanz für den Einsatz Künstlicher Intelligenz im Unternehmen steigt. Innerhalb der Erstellung der AI-Roadmap sollten Branchentrends berücksichtigt und eine Potentialanalyse durchgeführt werden.

Wie geht Ihr Unternehmen mit Künstlicher Intelligenz um?

 

 

 



Diese Beiträge könnten Sie auch interessieren

Eine Roadmap zum werttreibenden Einsatz von KI

Lesen

​​​​​​​Digital Decision Making – Die Kunst der optimierten Entscheidung

Lesen

Operated by AI: Die wichtigsten Einsatzgebiete in Unternehmen

Lesen

Über den Autor

  • Daniela Werthes

    Daniela Werthes arbeitet seit 2017 bei Inform. Sie beschäftigt sich hauptsächlich mit der Frage wie Unternehmen mit Value Engineering und AI faktischen Nutzen im operativen Management realisieren können.

    Alle Beiträge dieses Autors

    Mehr über diesen Autor unter:

Unsere Autoren

Finden Sie alle unsere Autoren auf einen Blick!

Alle Autoren

Nach oben